Ejercicios resueltos y exámenes
|
|
- Natalia Sosa Pereyra
- hace 7 años
- Vistas:
Transcripción
1 Prncpos de Economería y Economería Empresaral I Ejerccos resuelos y exámenes Recoplados por Ezequel Urel
2 I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos de Economería
3 I EJERCICIOS RESUELOS Un nvesgador ha esmado el sguene modelo con una muesra de 5 observacones: Y = + X + u Una vez realzada la esmacón exravía oda la nformacón de que dsponía excepo la que aparece en la sguene abla: Núm. obs. X ? 5 6? Con la nformacón aneror el nvesgador debe calcular una esmacón de la varanza de las perurbacones aleaoras Cómo debe proceder? Un nvesgador consdera que la relacón enre consumo ( C ) y rena ( R )debe ser esrcamene proporconal. Por ello, planea el sguene modelo: C = R + u a) Deduzca la fórmula para esmar b) Deduzca la fórmula para esmar σ c) En ese modelo, a qué es gual uˆ? 3 En lenguaje esadísco se suelen hacer en muchas ocasones afrmacones como la sguene: Sea una muesra aleaora smple de amaño exraída de una varable X con dsrbucón normal N( ασ, ). a) Exprese el modelo aneror con lenguaje economérco, nroducendo un érmno de perurbacón. b) Deduzca la formula para esmar α c) Deduzca la formula para esmar σ 3 = d) En ese modelo, a qué sería gual = u ˆ uˆ? 4 Sea el sguene modelo que relacona el gaso en educacón ( E ) con la rena dsponble ( R ): E = + R + u De la nformacón obenda de una muesra de0 famlas se han obendo los sguenes resulados:
4 0 0 0 = = = E = 7 R = 50 R = E = 6 RE = Se pde: a) Obenga una esmacón de y. b) Esme la elascdad gaso en educacón-rena para el promedo de las famlas de la muesra. c) Descomponga la varanza oal del gaso en educacón de la muesra en varanza explcada y varanza resdual. d) Calcule el coefcene de deermnacón. e) Esme la varanza de las perurbacones f) Conrase s la rena dsponble ene o no una nfluenca sgnfcava sobre el gaso en educacón. g) Para E=7 y R=50, conrase s la elascdad gaso en educacón-rena dsponble es o no superor a. Sea el sguene modelo Y = + X + u =,,, 5 Al esmar ese modelo con una muesra de amaño se han obendo los sguenes resulados: = X = Y = X = B = Se pde: ) Obener la esmacón de y ) Obener la suma de cuadrados de los resduos Y = E = X Y = F 3) Obener el esadísco para conrasar H0 : H: 0 4) Conrasar las hpóess del puno 3 bajo el supueso de que EB= F 5) Calcular el coefcene de deermnacón bajo el supueso de que EB= F 6) Conrasar las hpóess del puno 3 bajo el supueso de que EB= F Solucones El prmer problema que enemos que resolver es hallar los valores de los resduos para las observacones número 4 y 5. Para ello, enemos en cuena que las dos ecuacones normales de los coefcenes mponen resrccones sobre los resduos, ya que = = uˆ ux ˆ Por lo ano, en nuesro caso concreo se verfcará que 4
5 u ˆ + u ˆ + u ˆ 3 + u ˆ 4 + u ˆ 5 ux ˆ + ux ˆ + ux ˆ ux ˆ ux ˆ 5 5 Susuyendo los valores de la abla se obene que uˆ4 + uˆ uˆ4 + 6uˆ5 es decr, u ˆ 4 + u ˆ 5 = 5uˆ4 + 6uˆ5 = 7 Resolvendo, el ssema aneror, se obene que uˆ4 = uˆ5 = El esmador nsesgado de la varanza de las perurbacones vene dado por = σ ˆ = Aplcando la fórmula nuesro caso se obene que 5 uˆ uˆ = + ( 3) ( ) + σ ˆ = = = Obsérvese que en el denomnador de la fórmula fgura - (en lugar de ), debdo precsamene a que se perden grados de lberad por las resrccones que mponen las ecuacones normales. Para que exsa una esrca proporconaldad enre el consumo y la rena se debe verfcar la sguene relacón eórca: C consane R = El modelo propueso s prescndmos de la perurbacón, que no alera el valor medo de la varable endógena - se verfca esa propedad ya que C = R En cambo, en un modelo con érmno ndependene no se verfcaría esa propedad, ya que en ese caso C + R = = + consane R R R a) Para esmar hay que mnmzar la sguene expresón: Por lo ano, es decr, S = [ uˆ ] ˆ = C R ds d ˆ = = = C ˆ R R = 5
6 ˆ = = = CR b) El esmador de la varanza de las perurbacones [ uˆ ] ˆ C R = = σ ˆ = = En la expresón aneror, en el denomnador aparece -, debdo a que se ha perddo un solo grado de lberad, ya que solamene hay una ecuacón normal que mponga resrccones sobre los resduos. c) Como no hay érmno ndependene, la reca ajusada pasa por el orgen. En ese caso, a dferenca del caso en que ajusamos una reca sn resrccones (es decr, con érmno ndependene), solamene enemos una ecuacón normal para el ajuse, que vene dada por C ˆ R R = [ uˆ ] R = = En cambo, al no haber érmno ndependene, no enemos una ecuacón normal relava a ese érmno, y por ano, no podemos esablecer que se cumpla que = R uˆ =0. Recordemos que esa propedad se deducía de la prmera ecuacón normal de la reca asocada al érmno ndependene. En ese caso, al prescndr del érmno ndependene, se prescnde ambén de la prmera ecuacón normal. En consecuenca, no podemos predecr cuál es el valor de uˆ. = 3 a)en el lenguaje economérco el modelo se puede expresar de la sguene forma: X = α + u donde u ~ NID(0, σ ) El hecho de que la muesra se ha exraído en un muesreo aleaoro smple mplca que las X y, por ano, las perurbacones aleaoras son ndependenes enre sí. Es decr, Euu ( ) 0 =, para. Por ora pare, la varanza de las X exraídas endrán la msma varanza ya que provenen de una poblacón consane. De acuerdo con lo aneror, se deduce que EX ( ) = E( α + u) = α EX ( α) = Eu ( ) = σ Por ano, 6
7 X ~ N( ασ, ) Una dferenca de carácer meramene formal. En lenguaje esadísco se suele ulzar la desvacón ípca para como dspersón, menras que en economería es más usual ulzar la varanza. b) Para esmar α aplcamos el crero mínmo-cuadráco: Por lo ano, es decr, S = uˆ = [ X αˆ] = = ds = [ X αˆ ] d ˆ α = X = α ˆ = = X Como puede verse, la ecuacón normal nos ndca que [ X αˆ] = uˆ = = lo que mplca una resrccón sobre los resduos. c) El esmador de σ vendrá dado por = = σ ˆ = = uˆ = [ X αˆ] En ese caso, dado que solo hay una resrccón sobre los resduos, el número de grados de lberad es -. d) Como ya hemos vso en el aparado b), uˆ =0 4 a) ( R R)( E E) ( RE ER RE + RE) ˆ = = = = ( R R) ( R RR + R ) = = R E E R R E + RE R E ER RE + RE = = = = = = R RR + R R RR + R = = = 7
8 RE RE = = = =, R R = ˆ ˆ 7 0, , 4779 = E R = = Por lo ano, la reca de regresón ajusada es la sguene: Eˆ ˆ ˆ = + R = 0, ,496 R b) La elascdad gaso en educacón-rena esmada para el promedo de las famlas de la muesra será la sguene: deˆ R ˆ R 50 ˆ εe/ R= =,496 =, 0683 dr E E 7 c) La descomposcón de la varanza oal del gaso en educacón será gual a ˆ ˆ E ˆ E E E u = = = = + Para la muesra dsponble se obenen los sguenes resulados: Varanza oal: 0 0 = = E E E 0 E = = = 3, Varanza explcada: 0 0 Eˆ ˆ ˆ ˆ ˆ ˆ E ( R) ( R) + + = = = ˆ ( R R ) ( R R ) = ˆ = = = ( R R)( E E) ( R R) ( R R)( E E) = = ˆ = 0 0 ( R R) = = ˆ = 845,496 =, Varanza resdual: La varanza resdual se obene como dferenca enre la varanza oal y la varanza explcada por la regresón: uˆ ˆ ˆ E E E E = = = = = 3,, 6376, d) El coefcene de deermnacón se defne como la proporcón de la varanza oal explcada por la regresón, es decr, 8
9 R = 0 0 Eˆ ˆ E 6,376 = =,9574 3, E E = e) La esmacón de la varanza de las perurbacones vendrá dada por uˆ = 5, 64 ˆ σ = =, f) Para conrasar s la rena dsponble ene o no una nfluenca sgnfcava sobre el gaso en educacón, seguremos las sguenes eapas: ) Las hpóess nula y alernava son las sguenes: H0 : H: 0 ) El esadísco para el conrase es el sguene: ˆ 0 ˆ 0 0,496 0,496 = = = = = 3, 4 ˆ σ ˆ σ 0,8385 ˆ 0, ( R R) = El esadísco, bajo la hpóess nula se dsrbuye como de Suden con - grados de lberad, es decr, ~ 3) Regla de decsón S selecconamos un nvel de sgnfcacón del 5%, enonces en las ablas de la de Suden con - grados de lberad, se encuenra el sguene valor en las ablas: α / 0,05/ = 8 =,306 / Como > α, es decr, como 3, 4 >,306, se rechaza la hpóess nula. g) -,306 0,306 3, 4 9
10 ) Para conrasar s la elascdad gaso en educacón-rena dsponble es o no superor a, para E=7 y R=50 (es decr, para el promedo de las famlas de la muesra), sabemos que R 50 εe/ R= = E 7 50 Debemos conrasar s εe/ R= =, frene a la alernava ε E/ R>. 7 Por lo ano, las hpóess nula y alernava son las sguenes: 7 H0 : =,4 50 H: > 0,4 ) El esadísco para el conrase es el sguene: ˆ 0 0,496 0,4 = =,860 ˆ σ ˆ 0, 05 3) Regla de decsón S selecconamos un nvel de sgnfcacón del 5%, enonces en las ablas de la de Suden con - grados de lberad, se encuenra el sguene valor en las ablas para un conrase de una cola: α 0,05 = 8 =, 860 Como < α, es decr, como 0,86 <,860, no puede acepar la hpóess alernava, con un nvel de sgnfcacón del 5%, de que la elascdad gasos en educacón-rena dsponble es superor a en el puno (E=7;R=50). 0 0,86,860 5 ) ( Y Y)( X X) Y X YX = = = ˆ = = ( X X) X X = = F B 0
11 ) F F Y = Y X = F = B B ˆ ˆ = = F EB F u = Y Y = E = B B ˆ ˆ = = = 3) ˆ σ EB F ˆ σ B ( ) EBF EBF = = = = ( ) 9 ˆ B B B X = F ˆ = = B ˆ σ ˆ EB F 9B F F 4) = B = B = 3 EB F F F 9B 9B
I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA
I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos
Más detallesEJERCICIO Usando los datos sobre el consumo de gasolina en los Estados Unidos que se muestran en el cuadro 1, estime los modelos siguientes:
EJERCICIO echa de enrega: Novembre 9,. Usando los daos sobre el consumo de gasolna en los Esados Undos que se muesran en el cuadro, esme los modelos sguenes: a) Esme, consderando el período 95 97, los
Más detallesRESTRICCIONES LINEALES
ESTICCIONES LINELES esrccones Lneales uores: enaas Kzys (rkzys@uocedu), Ángel Juan (ajuanp@uocedu) ESQUEM DE CONTENIDOS Conrase de sgnfcacón global Conrase de sgnfcacón ndvdual ormulacón general de resrccones
Más detallesIV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA. a) Indique en que se basa el cumplimiento, en su caso, de las siguientes igualdades
IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA 1 En el conexo del modelo de regresón lneal Y = β1+ βx + u a) Indque en que se basa el cumplmeno, en su caso, de las sguenes gualdades T T u ˆ u = 1 = 1 u = = ;
Más detallesEstadística Clase 6. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Esadísca 011 Clase 6 Maesría en Fnanzas Unversdad del CEMA Profesor: Albero Landro Assene: Julán R. Sr Clase 6 1. Análss de Regresón. Especfcacón y Esmacón 3. Supuesos del modelo de regresón lneal 4. Propedades
Más detallesCálculo y Estadística
PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una empresa emplea res
Más detallesEjercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C
Ejerccos T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas
Más detallesHallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.
FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas de nuevo. En base a la funcón de cuanía µ α Ex P ( ),3 +,3 +, + 3,,3 σ α
Más detalles7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:
7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c
Más detallesExamen Final de Econometría Grado
Examen Fnal de Economería Grado 8 de Juno de 017 Hora: 15:30 Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Anes de empezar a resolver el examen, rellene TODA la nformacón que
Más detallesCapítulo 3 Metodología.
Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en
Más detallesMovimiento Rectilíneo Uniformemente Acelerado (MRUA)
7. Movmeno Reclíneo Unorme Acelerado Movmeno Reclíneo Unormemene Acelerado (MRUA) elocdad Meda o elocdad promedo: La velocdad meda represena la relacón enre el desplazameno oal hecho por un móvl y el empo
Más detallesEn este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para
CAPITULO 4 Descrpcón del algormo propueso En ese capíulo se presena a dealle el esquema de relaacón Lagrangeana ulzado para la obencón de coas nferores; así como ambén, la descrpcón de la heurísca prmal
Más detallesALTERNATIVAS AL ESTIMADOR DE REGRESIÓN EN POBLACIONES FINITAS. APLICACIÓN A UN COLECTIVO DE EMPRESAS
LTENTIVS L ESTIMDO DE EGESIÓN EN POBLCIONES FINITS. PLICCIÓN UN COLECTIVO DE EMPESS Sanago Murgu Izquerdo Deparameno de Economía plcada Unversdad de Valenca e-mal: Sanago.Murgu@uv.es Mª Cruz Molés Machí
Más detallesDivisión de Ciencias Sociales y Humanidades Licenciatura en Economía
UNIVERSIDAD AUTONOMA METROPOLITANA UNIDAD IZTAPALAPA Dvsón de Cencas Socales y Humandades Lcencaura en Economía Algunas noas sobre auocorrelacón y heeroscedascdad Inroduccón A.. Heeroscedascdad 3 Nauraleza
Más detallesE C O N O M E T R I A
UNIVERSIDAD NACIONAL DE PIURA FACULAD DE ECONOMÍA DEPARAMENO ACADÉMICO DE ECONOMÍA E C O N O M E R I A I M. Sc. Eco. LUIS A. ROSALES GARCÍA CASILLA, OCUBRE DEL 9. CAPIULO I MODELOS DINÁMICOS. INRODUCCIÓN..
Más detallesCálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas
1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse
Más detallesCálculo y Estadística
Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una
Más detallesTema 21: Distribución muestral de un estadístico
Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15
Más detallesCurso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos
Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en
Más detallesMOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO
MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO Sabes cuáles son las caraceríscas del momeno reclíneo unormemene acelerado? INTRODUCCION Prmero debemos saber que denro de la cnemáca exsen derenes pos de
Más detallesEstadística de Precios de Vivienda
Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal
Más detalles+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D
PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno
Más detallesTema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden
Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )
Más detallesINDICE DE COSTES DE LA CONSTRUCCIÓN
INDICE DE COSTES DE LA CONSTRUCCIÓN. INTRODUCCION Y OBJETIVOS El índce de coses de la consruccón es un ndcador coyunural que elabora el Mnsero de Fomeno y que ene como objevo medr la evolucón, en érmnos
Más detallesFASCÍCULO: MATRICES Y DETERMINANTES
FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.
Más detallesMUESTRAS CON ROTACIÓN DE PANELES
487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489
Más detallesMétodo de Runge-Kutta para Ecuaciones Diferenciales
Análss Numérco Carlos Armando De Casro Paares Méodo de Runge-Kua para Ecuacones Derencales Uno de los méodos más ulzados para resolver numércamene problemas de ecuacones derencales ordnaras con condcones
Más detallesSantiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo
REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras
Más detallesCICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.
REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI
Más detallesEl signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.
AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la
Más detallesRegresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy
Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema
Más detallesUNA INTRODUCCIÓN A LOS MODELOS DE SERIES TEMPORALES NO LINEALES
UNA INTRODUCCIÓN A LOS MODELOS DE SERIES TEMPORALES NO LINEALES Juan Gabrel Rodríguez Hernández* Mayo 00 *Unversdad Rey Juan Carlos. Campus de Vcálvaro, 803 Madrd. Ese rabajo se a benefcado de los comenaros
Más detallesFacultad de CC. Económicas y Empresariales- Licenciatura en Economía ECONOMETRIA- Convocatoria de Febrero. 4/02/2010
Faculad de CC. Económcas y Empresarales- Lcencaura en Economía ECONOMETRIA- Convocaora de Febrero. 4/0/00 ) Dado un modelo economérco lneal y=xβ+u cuya esmacón ha sdo llevada a cabo por el méodo de Mínmos
Más detallesTIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas.
TIPOS D TNDNCIAS Y SUS CONSQUNCIAS. Tendencas esocáscas versus deermnsas. Concepos báscos. Parmos de la base que una sere emporal es la realzacón de un proceso esocásco. Tal y como vmos en los modelos
Más detallesMADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3
MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3 Una fuene lumnosa eme luz monocromáca de longud de onda en el vacío lo = 6 l0-7 m (luz roja) que se propaga en el agua de índce de refraccón
Más detalles1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES
oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.
Más detallesESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO
ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas
Más detallesTEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO
PROBLEMA EMA 4: CANALES DIGIALES EN BANDA BASE CON RUIDO Se desea realzar una ransmsón bnara de símbolos equprobables, para ello se recurre a una codfcacón NRZ de po AMI y cuyas señales se ndcan a connuacón:
Más detallesAPÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA
APÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA Esaconaredad El concepo de esaconaredad es de suma mporanca en la eoría de la conegracón. Aquí se ulzará el concepo de esaconaredad en sendo débl, o de segundo
Más detallesMODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado:
Apunes de Teoría Economérca I. Profesor: Vvana Fernández MODELOS DE SERIES DE TIEMPO I CONCEPTOS PRELIMINARES. Procesos Auorregresvos y de Promedo Móvl Se dce que sgue un proceso auorregresvo: es rudo
Más detallesRedes de Comunicaciones
Redes de Comuncacones Tema 3. Teleráfco. Dmensonado de semas Ramón güero Calvo Lus Muñoz GuCérrez (conrbucón) Deparameno de Ingenería de Comuncacones Ese ema se publca bajo Lcenca: Crea:ve Commons BY-
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detalles4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos
4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesINTERVALOS DE CONFIANZA BOOTSTRAP EN REGRESIÓN P-SPLINE CON ERRORES AUTOCORRELACIONADOS
Marí, Gonzalo Zno, Ncolás Insuo de Invesgacones Teórcas y Aplcadas en Esadísca (IITAE) INTERVALOS DE CONFIANZA BOOTSTRAP EN REGRESIÓN P-SPLINE CON ERRORES AUTOCORRELACIONADOS 1. Inroduccón Los modelos
Más detallesSemana 12: Tema 9 Movimiento Rotacional
Semana : Tema 9 Movmeno Roaconal 9. Velocdad y Aceleracón angular 9. Roacón con aceleracón angular consane 9.3 Energía cnéca roaconal 9.4 Cálculo de momeno de nerca y el eorema de los ejes paralelos Capíulo
Más detallesEJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Más detallesEstimación a partir de muestras intencionadas: fiabilidad del Índice de Producción Industrial en la Comunitat Valenciana( )
ESTADÍSTICA ESPAÑOLA Vol. 51, núm. 171, 2009, págs. 227 a 236 Esmacón a parr de muesras nenconadas: fabldad del Índce de Produccón Indusral en la Comuna Valencana() por SANTIAGO MURGUI IZQUIERDO Mª CONSUELO
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesUNIDAD VI. Qué son las Variables Ficticias?
UNIA VI Qué son las Varables Fccas? UNIA VI Qué son las Varables Fccas? Un modelo económco es un conjuno de suposcones que descrben en forma aproxmada la conduca de un secor económco G.S. Maddala, 996
Más detalles-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:
-.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una
Más detallesBloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos
Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos
Más detalles(4 3 i)(4 3 i)
E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad
Más detallesSISTEMAS DE ECUACIONES SIMULTANEAS
Apunes de eoría Economérca I. Profesor: Vvana Fernández SISEMAS DE ECUACIONES SIMULANEAS I INRODUCCION A la fecha, nos hemos cenrado en modelos unecuaconales, eso es, aquellos que nvolucran sólo una ecuacón
Más detallesTEMA III: DESCRIPCIÓN BI-VARIANTE
EMA III: DESCRIPCIÓN BI-VARIANE III.1.- Noacón abulacón. III..- Dsrbucones margnales condconadas. III.3.- La relacón enre varables. Dependenca e ndependenca. III.4.- Planeameno general de la Regresón III.4.1.-
Más detallesCOLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Más detalles9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC
9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de
Más detalles1. Introducción, n, concepto y clasificación
Tema 5: Números índces. Inroduccón, n, concepo y clasfcacón 2. Números índces smples. Defncón y propedades 3. Números índces complejos Números índces complejos sn ponderar Números índces complejos ponderados
Más detallesMaterial Docente de. Econometría. Curso Segunda parte. Problemas y cuestiones
Maeral Docene de Economería Curso 011-01. Segunda pare Problemas y cuesones Cuaro curso de Admnsracón y Dreccón de Empresas Cuaro curso de Derecho y A.D.E Profesores: Jesús Cavero Álvarez Carmen Lorenzo
Más detallesNota de Clase 5 Introducción a modelos de Data Panel: Generalidades
oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el
Más detallesEl circuito eléctrico de la figura está formado por un conjunto de Resistencias, condensadores, bobinas y una fuente de tensión.
El crcuto eléctrco de la fgura está formado por un conjunto de esstencas, condensadores, bobnas y una fuente de tensón. L L Para el sstema de la fgura, se pde: Modelo de bond graph del sstema, ncluyendo
Más detallesAnálisis estadístico de incertidumbres aleatorias
Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas
Más detallesIntroducción a la Econometría Curso 2009/ Serie de Problemas 21
Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda
Más detallesPARTE II FUNDAMENTO ECONOMÉTRICO
PARTE II FUNDAMENTO ECONOMÉTRICO La economería de seres de empo esá en consane evolucón, lo que ha oblgado a los economsas a replanearse los modelos revsar la valdez empírca de la eoría. En ese aparado
Más detallesTRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES
Números Índces TRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES FIUBA 71.6 - ESTRUCTURA ECONOMICA ECONÓMICA ARGENTINA REV.1 1986 1988 199 199 1994 1996 1998 4 6 8 J-88 J-9 J-9 J-94 J-96 J-98 J- J- J-4 J-6 J-8 J-1
Más detallesCAPÍTULO V. Hipótesis teórica, metodología y especificación econométrica
CAPÍTULO V Hpóess eórca meodología y especfcacón economérca 5.1 Hpóess eórca La revsón de la leraura apora algunas sugerencas sobre la relacón enre el po de cambo y las asas de nerés y que neracúan con
Más detalles1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116
Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.
Más detallesIntroducción a la Teoría de Inventarios
Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco
Más detallesDinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV)
Dnero, precos, asa de nerés y acvdad económca: un modelo del caso colombano (984:I 23:IV) José Fernando Escobar. y Carlos Eseban osada. esumen A parr de un esquema de ofera y demanda de dnero se esmó un
Más detallesLos esquemas de la reproduccio n de Marx
Los esquemas de la reproducco n de Marx Alejandro Valle Baeza Los esquemas de la reproduccón smple y amplada consuyen sólo una pare del análss del proceso de crculacón del capal. Fueron presenados en la
Más detallesMacroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri)
FCE-UA Prmer Examen Parcal Mayo 215 Macroeconomía II (Prof. D. Perr) INSRUCCIONES I. El examen consa de 1 punos con la sguene composcón: Ejercco 1 (3 punos), Ejercco 2 (4 punos), Ejercco 3 (3 punos). II.
Más detallesTema 3: Números índice
Tema : Números índce Los números ndce son ndcadores ue nos ermen ver la evolucón de una o más magnudes a ravés del emo, esaco, ec. Índce smle Dada una varable o magnud X, se defne el número índce de X
Más detallesANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL
ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la
Más detallesa) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
Más detallesVERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX
VERIFICACIÓN DE LOS SUPUESTOS DEL MODELO DE COX Rafael E. Borges P. Escuela de Esadísca, Unversdad de Los Andes, Mérda 511, Venezuela. e-mal: borgesr@ula.ve Temáca: Méodos Esadíscos en Epdemología. Resumen
Más detalles4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o
4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS
Más detalles7. Contrastes de Hipótesis
7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa
Más detallesMatemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de
Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca
Más detallesCircuitos Rectificadores 1/8
Crcuos Recfcadores 1/8 1. Inroduccón Un crcuo recfcador es un crcuo que ene la capacdad de converr una señal de c.a. en una señal de c.c. pulsane, ransformando así una señal bpolar en una señal monopolar.
Más detallesNOTA: En todos los ejercicios se deberá justificar la respuesta explicando el procedimiento seguido en la resolución del ejercicio.
NOTA: En odos los ejercicios se deberá jusificar la respuesa eplicando el procedimieno seguido en la resolución del ejercicio. CURSO 10-11 JUNIO CURSO 10 11 1 Aplicando ransformadas de Laplace, hallar
Más detallesCRÉDITO PESCA. Consideraciones del producto:
CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral
Más detallesPattern Classification
aern Classfcaon All maerals n hese sldes were aken from aern Classfcaon nd ed by R. O. Duda,. E. Har and D. G. Sork, John Wley & Sons, 000 wh he permsson of he auhors and he publsher Capulo Teora de Decson
Más detallesFórmulas y modelos econométricos para el análisis de regresión
Fórmulas y modelos economércos para el análss de regresón PÁGINA LEGAL 658.43.3-Paz-F Paz Rodríguez, Jorge Fórmulas y modelos economércos para el análss de regresón / Jorge Paz Rodríguez, Samanha Hernández
Más detalles2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales
... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de
Más detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detallesXIV SEMINARIO NACIONAL DE HIDRAULICA E HIDROLOGIA ANÁLISIS DEL AJUSTE DE MODELOS DE REGRESIÓN EN HIDROLOGIA
XIV SEMIARIO ACIOAL DE HIDRAULICA E HIDROLOGIA AÁLISIS DEL AJUSTE DE MODELOS DE REGRESIÓ E HIDROLOGIA Rcardo A. Smh Q. y Clauda Campuzano Posgrado en Aprovechameno de los Recursos Hdráulcos Faculad de
Más detallesCAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la
CAPÍTULO IV BASES DESARROLLO DEL PROGRAMA COMPUTACIONAL En ese capíulo descrbremos los modelos y herramenas que ulzaremos para la proyeccón y smulacón de algunas de las varables como son los rendmenos
Más detallesPronóstico con Modelos Econométricos
Pronósco con Modelos conomércos Hldegar A. Ahumada UD A common complan (n he UK): When weaher forecass go awr, meeorologss ge a new supercompuer When economs ms-forecas, we ge our budges cu (Hendr, 200)
Más detallesAutor: Jorge Mauricio Oviedo 1
odelos Economércos ulecuaconales de Esmacón de Demandas Auor: Jorge aurco Ovedo Resumen: En ese arículo se efecúa una revsón de los prncpales éodos Economércos para esmar ecuacones smuláneas de demanda
Más detallesCAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS
CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesI.- MÉTODOS FUNDAMENTALES PARA LA ESTIMACIÓN DE MODELOS DE DATOS DE PANEL DINÁMICOS
I.- MÉODOS FUNDAMENALES PARA LA ESIMACIÓN DE MODELOS DE DAOS DE PANEL DINÁMICOS I.A.- Inroduccón Como prmer aparado nroducoro de esa ess me ha aparecdo convenene exponer resumdamene los méodos radconales
Más detallesApéndice metodológico
Ese bro forma pare de acervo de a Bboeca Jurídca Vrua de Insuo de Invesgacones Jurídcas de a UNAM Lbro compeo en: wwwjurdcasunammx hps://goog/negcj hps://bbojurdcasunammx/bjv 256 Empeos para crecer BID,
Más detallesEconometría de Económicas Ejercicios para el tema 1
Economería de Económicas Ejercicios para el ema 1 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez Formas funcionales alernaivas a la lineal Las hipóesis realizadas en el modelo
Más detallesAnálisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida
Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de
Más detallesEstimación de cuantiles y P-valores para contrastes de raíces unitarias estocásticas(*)
ESTADÍSTICA ESPAÑOLA Vol. 48, Núm. 6, 006, págs. a 57 Esmacón de cuanles y P-valores para conrases de raíces unaras esocáscas(*) por ROMÁN MÍNGUEZ y Mª DEL MAR HERRADOR Faculad de Cencas Económcas y Empresarales
Más detalles